Using neural network ensembles to separate ocean biogeochemical and physical drivers of phytoplankton biogeography in Earth system models
Using neural network ensembles to separate ocean biogeochemical and physical drivers of phytoplankton biogeography in Earth system models
复制标题
使用神经网络集成分离地球系统模型中浮游植物生物地理学的海洋生物地球化学和物理驱动因素
DOI：
10.5194/gmd-15-1595-2022
复制
发表时间：
2022
影响因子：
5.1
通讯作者：
Aude-Pradal, Marie
中科院分区：
文献类型：
--
作者：
Holder, Christopher;Gnanadesikan, Anand;Aude-Pradal, Marie
登录
查看更多内容
DOI：
10.3389/fmars.2020.00698
发表时间：
2020-09
期刊：
--
影响因子：
--
作者：
A. Bahl;A. Gnanadesikan;M. Pradal
通讯作者：
A. Bahl;A. Gnanadesikan;M. Pradal
影响因子：
5.2
作者：
Duteil, O.;Oschlies, A.
通讯作者：
Oschlies, A.
中尺度混合的 Redi 参数如何影响地球系统模型中的全球气候？
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
M. Pradal;A. Gnanadesikan
通讯作者：
A. Gnanadesikan
机器学习能否从大规模观测中提取控制浮游植物生长的机制？
影响因子：
4.9
作者：
Holder, Christopher;Gnanadesikan, Anand
通讯作者：
Gnanadesikan, Anand
中尺度涡流扩散在向缺氧海水供氧方面的关键作用
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
A. Gnanadesikan;D. Bianchi;M. Pradal
通讯作者：
M. Pradal